摘 要：針對應(yīng)急場景中無人機(jī)（Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ，ＵＡＶ）輔助物聯(lián)網(wǎng)節(jié)點(diǎn)（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ Ｎｏｄｅ，ＩｏＴＮ）收集數(shù)據(jù)過程數(shù)據(jù)時效性差的問題，提出了一種基于費(fèi)馬點(diǎn)最小化數(shù)據(jù)收集時間的ＵＡＶ 路徑優(yōu)化方法。費(fèi)馬點(diǎn)的選取能夠有效地優(yōu)化ＵＡＶ 飛行路徑，從而使數(shù)據(jù)收集時間最小，確保收集數(shù)據(jù)的及時性。該方法通過路徑離散化將ＵＡＶ飛行路徑分段，利用連續(xù)凸優(yōu)化（Ｓｕｃｃｅｓｓｉｖｅ Ｃｏｎｖｅｘ Ａｐｐｒｏｘｉｍａｔｉｏｎ，ＳＣＡ）轉(zhuǎn)化復(fù)雜混合整數(shù)問題的非凸約束，圍繞節(jié)點(diǎn)的聯(lián)通性，優(yōu)化ＵＡＶ 飛行速度與懸停點(diǎn)，求解出最小化數(shù)據(jù)收集時間的飛行路徑。仿真結(jié)果表明，所提方法在收集數(shù)據(jù)時間方面相較于傳統(tǒng)方法有６％ 的提升。

關(guān)鍵詞：應(yīng)急場景；無人機(jī)；物聯(lián)網(wǎng)節(jié)點(diǎn)；數(shù)據(jù)收集；路徑優(yōu)化

中圖分類號：ＴＮ９１９． ２３ 文獻(xiàn)標(biāo)志碼：Ａ

文章編號：１００３－３１１４（２０２４）０５－０９４０－０９

０ 引言

我國自然災(zāi)害頻發(fā)，特別是森林火災(zāi)、洪水、地震等，給人民的經(jīng)濟(jì)和生命財產(chǎn)造成極大的損失。２０２２ 年全年我國自然災(zāi)害共造成１．１２ 億人次受災(zāi)，因災(zāi)死亡失蹤５５４ 人，緊急轉(zhuǎn)移安置２４２． ８ 萬人［１］。應(yīng)急場景的數(shù)據(jù)收集至關(guān)重要，可以用于目標(biāo)識別、地圖重建以及災(zāi)害原因分析等。因此為減少災(zāi)害損失，及時了解應(yīng)急場景災(zāi)害情況，獲取應(yīng)急場景的及時數(shù)據(jù)是目前關(guān)注的熱點(diǎn)［２］。應(yīng)急場景往往伴隨著“斷電、斷路、斷網(wǎng)”的“三斷”問題［３］，導(dǎo)致物聯(lián)網(wǎng)節(jié)點(diǎn)（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ Ｎｏｄｅ，ＩｏＴＮ）無法及時有效地傳輸數(shù)據(jù)［４］。無人機(jī)（Ｕｎｍａｎｎｅｄ ＡｅｒｉａｌＶｅｈｉｃｌｅ，ＵＡＶ）憑借高移動性、易控制、低成本等特性，被廣泛應(yīng)用于應(yīng)急通信［５－７］，因此采用ＵＡＶ 搭載移動收發(fā)器收集應(yīng)急場景的ＩｏＴＮ 數(shù)據(jù)。ＵＡＶ 在空中擁有更好的數(shù)據(jù)鏈路，且空中障礙物少、易操縱［８］。采用ＵＡＶ 收集應(yīng)急場景的數(shù)據(jù)時效性強(qiáng)，有助于救援人員迅速掌握場景情況，把握救援方向，同時ＩｏＴＮ 采集場景的連續(xù)型數(shù)據(jù)，也有利于災(zāi)后原因分析調(diào)查［９］。應(yīng)急場景的ＩｏＴＮ 采用Ｚｉｇｂｅｅ 協(xié)議，在該協(xié)議下節(jié)點(diǎn)數(shù)據(jù)傳輸丟包率少，數(shù)據(jù)傳輸速率較高且壽命長，更適用于應(yīng)急場景的環(huán)境監(jiān)測。